Conéctate a un clúster de Memorystore para Redis desde aplicaciones de IA con el servidor MCP remoto

En este documento, se muestra cómo usar el servidor remoto del Protocolo de contexto del modelo (MCP) de Memorystore para Redis Cluster para conectarse con aplicaciones basadas en IA, como la CLI de Gemini, ChatGPT, Claude y las aplicaciones personalizadas que desarrolles. El servidor MCP remoto de Memorystore for Redis Cluster te permite administrar clústeres y copias de seguridad en Memorystore for Redis Cluster desde tus entornos de desarrollo habilitados para IA y plataformas de agentes de IA. El servidor MCP remoto de Memorystore for Redis Cluster se habilita cuando habilitas la API de Memorystore for Redis Cluster.

El estándar del Protocolo de contexto del modelo (MCP) estandariza la forma en que los modelos de lenguaje grandes (LLM) y las aplicaciones o los agentes de IA se conectan a fuentes de datos externas. Los servidores de MCP te permiten usar sus herramientas, recursos y mensajes para realizar acciones y obtener datos actualizados de su servicio de backend.

¿Cuál es la diferencia entre los servidores de MCP locales y remotos?

Servidores de MCP locales
Por lo general, se ejecutan en tu máquina local y usan los flujos de entrada y salida estándar (stdio) para la comunicación entre servicios en el mismo dispositivo.
Servidores de MCP remotos
Se ejecutan en la infraestructura del servicio y ofrecen un extremo HTTP a las aplicaciones de IA para la comunicación entre el cliente de MCP de IA y el servidor de MCP. Para obtener más información sobre la arquitectura de MCP, consulta Arquitectura de MCP.

Servidores de MCP remotos y de Google Cloud Google

Los servidores de MCP remotos de Google y Google Cloud tienen las siguientes funciones y beneficios:

  • Descubrimiento simplificado y centralizado
  • Extremos HTTP administrados globales o regionales
  • Autorización detallada
  • Seguridad opcional de instrucciones y respuestas con protección de Model Armor
  • Registro de auditoría centralizado

Para obtener información sobre otros servidores de MCP y sobre los controles de seguridad y administración disponibles para los servidores de MCP de Google Cloud, consulta la descripción general de los servidores de MCP de Google Cloud.

Antes de comenzar

  1. Accede a tu cuenta de Google Cloud . Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  4. Enable the Memorystore for Redis Cluster API.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the API

  5. Instala Google Cloud CLI.

  6. Si usas un proveedor de identidad externo (IdP), primero debes acceder a la gcloud CLI con tu identidad federada.

  7. Para inicializar gcloud CLI, ejecuta el siguiente comando: 

    gcloud init

  8. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  9. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  10. Enable the Memorystore for Redis Cluster API.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the API

  11. Instala Google Cloud CLI.

  12. Si usas un proveedor de identidad externo (IdP), primero debes acceder a la gcloud CLI con tu identidad federada.

  13. Para inicializar gcloud CLI, ejecuta el siguiente comando: 

    gcloud init

Roles obligatorios

Para obtener los permisos que necesitas para usar el servidor MCP de Memorystore para Redis Cluster, pídele a tu administrador que te otorgue los siguientes roles de IAM en el proyecto en el que deseas usar el servidor MCP de Memorystore para Redis Cluster:

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para usar el servidor MCP de Memorystore para Redis Cluster. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para usar el servidor MCP de Memorystore for Redis Cluster:

  • Obtén información sobre una política de uso del servicio: serviceusage.mcppolicy.get
  • Actualiza una política de uso del servicio: serviceusage.mcppolicy.update
  • Realiza llamadas a la herramienta de MCP: mcp.tools.call
  • Crea un clúster: redis.clusters.create
  • Lista de clústeres: redis.clusters.list
  • Obtén información sobre un clúster: redis.clusters.get
  • Clona un clúster: redis.clusters.create
  • Actualiza un clúster: redis.clusters.update
  • Crea una copia de seguridad de un clúster: redis.clusters.backup
  • Borra un clúster: redis.clusters.delete
  • Crea un usuario: redis.users.create
  • Lista de usuarios: redis.users.list
  • Obtén información sobre un usuario: redis.users.get
  • Actualiza un usuario: redis.users.update
  • Borra un usuario: redis.users.delete

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Autenticación y autorización

Los servidores de MCP de Memorystore para Redis Cluster usan el protocolo OAuth 2.0 con Identity and Access Management (IAM) para la autenticación y la autorización. Se admiten todas las Google Cloud identidades para la autenticación en los servidores de MCP.

El servidor MCP remoto de Memorystore for Redis Cluster acepta claves de API.

Te recomendamos que crees una identidad independiente para los agentes que usan herramientas de MCP, de modo que se pueda controlar y supervisar el acceso a los recursos. Para obtener más información sobre la autenticación, consulta Cómo autenticarse en los servidores de Google y de MCP. Google Cloud

Alcance de OAuth del MCP de Memorystore for Redis Cluster

OAuth 2.0 usa un alcance y credenciales para determinar si una entidad principal autenticada está autorizada para realizar una acción específica en un recurso. Para obtener más información sobre los alcances de OAuth 2.0 en Google, consulta Usa OAuth 2.0 para acceder a las APIs de Google.

Memorystore for Redis Cluster tiene el siguiente alcance de OAuth de la herramienta de MCP:

URI del alcance Descripción
https://www.googleapis.com/auth/redis.read-write Crear, enumerar, actualizar y borrar clústeres, y crear copias de seguridad de ellos

Configura un cliente de MCP para que use el servidor de MCP de Memorystore for Redis Cluster

Las aplicaciones y los agentes de IA, como Claude o Antigravity, pueden crear instancias de un cliente de MCP que se conecta a un solo servidor de MCP. Una aplicación de IA puede tener varios clientes que se conectan a diferentes servidores de MCP. Si tu aplicación no aparece en la guía específica para el cliente, puedes usar la siguiente información para conectarte desde la mayoría de las aplicaciones.

En tu aplicación de IA, busca una forma de agregar o conectarte a un servidor de MCP remoto. En el caso del servidor de MCP de Memorystore para Redis Cluster, ingresa la siguiente información según sea necesario:

  • Nombre del servidor: Servidor MCP de Memorystore for Redis Cluster
  • URL del servidor o Extremo: https://redis.googleapis.com/mcp
  • Transporte: HTTP
  • Detalles de autenticación: Según cómo desees autenticarte, puedes ingresar tus Google Cloud credenciales, tu ID de cliente y secreto de OAuth, o bien la identidad y las credenciales de un agente. Para obtener más información sobre la autenticación, consulta Cómo autenticarse en los servidores de Google y Google Cloud MCP.
  • Permiso de OAuth: Es el permiso de OAuth 2.0 que deseas usar cuando te conectes al servidor de MCP de Memorystore for Redis Cluster.

Para obtener orientación específica de la aplicación sobre cómo configurar y conectarse al servidor de MCP, consulta Orientación específica del cliente.

Para obtener orientación más general, consulta los siguientes recursos:

Herramientas disponibles

Para ver los detalles de las herramientas de MCP disponibles y sus descripciones para el servidor de MCP de Memorystore for Redis Cluster, consulta la referencia de MCP de Memorystore for Redis Cluster.

Herramientas de lista

Usa MCP Inspector para enumerar herramientas o envía una solicitud HTTP tools/list directamente al servidor MCP remoto de Memorystore para Redis Cluster. El método tools/list no requiere autenticación.

POST /mcp HTTP/1.1
Host: redis.googleapis.com
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "method": "tools/list",
}

Ejemplos de casos de uso

A continuación, se incluyen ejemplos de casos de uso del servidor MCP de Memorystore for Redis Cluster:

"¿Por qué creas un clúster regional con la autenticación de IAM habilitada?"

La creación de este tipo de clúster elimina las contraseñas estáticas y las reemplaza por credenciales centralizadas de corta duración para cargas de trabajo regionales altamente seguras. El agente de IA del servidor de MCP de Memorystore for Redis Cluster usa la herramienta de MCP create_cluster para crear el clúster.

"¿Por qué ves todos los clústeres activos en una región específica?"

Al enumerar estos clústeres, puedes asegurarte de que los recursos coincidan con tu arquitectura actual. El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la herramienta de MCP list_clusters para recuperar una lista con formato de los clústeres en la región especificada.

"¿Por qué recuperas extremos de conexión y metadatos operativos de un clúster en una región específica?"

Necesitas esta información para la integración de aplicaciones y el mantenimiento del sistema. El agente de IA del servidor de MCP de Memorystore para Redis Cluster usa la herramienta de MCP get_cluster para recuperar información sobre el clúster, como su extremo de detección, el recuento de fragmentos y el recuento de réplicas.

"¿Cómo puedes optimizar Memorystore for Redis Cluster para tus aplicaciones con uso intensivo de datos?"

Para aumentar significativamente la capacidad de CPU y el rendimiento de la memoria de estas aplicaciones, puedes escalar un clúster aumentando su recuento de fragmentos. El agente de IA del servidor de MCP de Memorystore for Redis Cluster usa la herramienta de MCP update_cluster para actualizar el recuento de fragmentos del clúster.

"¿Cómo puedes proteger tus datos de las fallas que podrían ocurrir en un clúster o en la región en la que se encuentra?".

Crea una copia de seguridad del clúster. Si se produce una falla regional o del clúster, puedes restablecer tus datos en un clúster nuevo para reanudar las operaciones. El agente de IA del servidor de MCP de Memorystore for Redis Cluster usa la herramienta de MCP backup_cluster para crear una copia de seguridad del clúster.

Configuraciones opcionales de seguridad

La MCP introduce nuevos riesgos y consideraciones de seguridad debido a la gran variedad de acciones que puedes realizar con las herramientas de MCP. Para minimizar y administrar estos riesgos,Google Cloud ofrece parámetros de configuración predeterminados y políticas personalizables para controlar el uso de las herramientas de MCP en tu organización o proyecto de Google Cloud.

Para obtener más información sobre la seguridad y la administración de la MCP, consulta Seguridad y protección de la IA.

Usa Model Armor

Model Armor es unGoogle Cloud servicio diseñado para mejorar la seguridad de tus aplicaciones de IA. Funciona analizando de forma proactiva las instrucciones y respuestas de los LLM, protegiendo contra diversos riesgos y respaldando las prácticas de IA responsable. Ya sea que implementes IA en tu entorno de nube o en proveedores externos, Model Armor puede ayudarte a evitar entradas maliciosas, verificar la seguridad del contenido, proteger datos sensibles, mantener el cumplimiento y aplicar tus políticas de seguridad de la IA de manera coherente en todo tu diverso panorama de IA.

Cuando Model Armor está habilitado con el registro habilitado, Model Armor registra toda la carga útil. Esto podría exponer información sensible en tus registros.

Habilita Model Armor

Para poder usar las APIs de Model Armor, debes habilitarlas.

Console

  1. Habilita la API de Model Armor.

    Roles necesarios para habilitar las APIs

    Para habilitar las APIs, necesitas el rol de IAM de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin), que contiene el permiso serviceusage.services.enable. Obtén más información para otorgar roles.

    Habilitar la API

  2. Elige el proyecto en el que quieres activar Model Armor.

gcloud

Antes de empezar, sigue estos pasos a través de la Google Cloud CLI con la API de Model Armor:

  1. En la consola de Google Cloud , activa Cloud Shell.

    Activa Cloud Shell

    En la parte inferior de la consola de Google Cloud , se inicia una sesión de Cloud Shell que muestra una ventana emergente con una línea de comandos. Cloud Shell es un entorno de shell con Google Cloud CLI ya instalada y con valores ya establecidos para el proyecto actual. La sesión puede tardar unos segundos en inicializarse.

  2. Ejecuta el siguiente comando para configurar el extremo de API del servicio de Model Armor.

    gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

    Reemplaza LOCATION por la región en la que quieres usar Model Armor.

Configura la protección para los servidores de MCP remotos y de Google Cloud Google

Para proteger las llamadas y respuestas de tu herramienta de MCP, puedes usar la configuración mínima de Model Armor. Esta configuración define los filtros de seguridad mínimos que se aplican en todo el proyecto y aplica un conjunto coherente de filtros a todas las llamadas y respuestas de la herramienta de MCP dentro del proyecto.

Configura un valor mínimo de Model Armor con la limpieza de MCP habilitada. Para obtener más información, consulta Configura los valores mínimos de Model Armor.

Consulta el siguiente comando de ejemplo:

gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--enable-floor-setting-enforcement=TRUE \
--add-integrated-services=GOOGLE_MCP_SERVER \
--google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \
--enable-google-mcp-server-cloud-logging \
--malicious-uri-filter-settings-enforcement=ENABLED \
--add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'

Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .

Ten en cuenta los siguientes parámetros de configuración:

  • INSPECT_AND_BLOCK: Es el tipo de aplicación que inspecciona el contenido del servidor de MCP de Google y bloquea las instrucciones y las respuestas que coinciden con los filtros.
  • ENABLED: Es el parámetro de configuración que habilita un filtro o la aplicación.
  • MEDIUM_AND_ABOVE: Es el nivel de confianza para la configuración del filtro de IA responsable: Peligroso. Puedes modificar este parámetro de configuración, aunque los valores más bajos pueden generar más falsos positivos. Para obtener más información, consulta Niveles de confianza de Model Armor.

Cómo desactivar el análisis del tráfico de MCP con Model Armor

Para evitar que Model Armor analice automáticamente el tráfico hacia y desde los servidores de MCP de Google según la configuración mínima del proyecto, ejecuta el siguiente comando:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Reemplaza PROJECT_ID por el ID del proyecto Google Cloud . Model Armor no aplica automáticamente las reglas definidas en la configuración mínima de este proyecto al tráfico de ningún servidor de MCP de Google.

La configuración mínima y la configuración general de Model Armor pueden afectar a más que solo el MCP. Debido a que Model Armor se integra con servicios como Vertex AI, cualquier cambio que realices en la configuración mínima puede afectar el análisis del tráfico y los comportamientos de seguridad en todos los servicios integrados, no solo en el MCP.

Controla el uso del MCP con políticas de IAM de rechazo

Las políticas de denegación de Identity and Access Management (IAM) te ayudan a proteger los Google Cloud servidores de MCP remotos. Configura estas políticas para bloquear el acceso no deseado a las herramientas de MCP.

Por ejemplo, puedes rechazar o permitir el acceso según lo siguiente:

  • La entidad principal
  • Propiedades de herramientas, como solo lectura
  • ID de cliente de OAuth de la aplicación

Para obtener más información, consulta Controla el uso del MCP con Identity and Access Management.